Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora

This work as a degree project is based on the analysis of electroencephalography (EEG) signals under the application of motor imagination (MI), specifically on the intention of hand movement, thus generating a brain-computer interface. The signals to be studied were downloaded from the free database...

Full description

Autores:: Balanta Quintero, José Manuel
López Franco, Dany Fernando

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2021

Institución:: Universidad Antonio Nariño

Repositorio:: Repositorio UAN

Idioma:: spa

id	UAntonioN2_e1ad93a14ef53a235476cc1dab8c0896
oai_identifier_str	oai:repositorio.uan.edu.co:123456789/4594
network_acronym_str	UAntonioN2
network_name_str	Repositorio UAN
repository_id_str
dc.title.es_ES.fl_str_mv	Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora
title	Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora
spellingShingle	Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora Imaginación motora mano robótica electroencefalografía interfaz cerebro-computadora sistema BCI2000 transformada Wavelet continua physionet. Motor imagery (MI) robotic hand electroencephalography (EEG) brain-computer interface BCI2000 system continuous Wavelet transform physionet
title_short	Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora
title_full	Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora
title_fullStr	Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora
title_full_unstemmed	Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora
title_sort	Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora
dc.creator.fl_str_mv	Balanta Quintero, José Manuel López Franco, Dany Fernando
dc.contributor.advisor.spa.fl_str_mv	Quinayas Burgos, Cesar Augusto
dc.contributor.author.spa.fl_str_mv	Balanta Quintero, José Manuel López Franco, Dany Fernando
dc.subject.es_ES.fl_str_mv	Imaginación motora mano robótica electroencefalografía interfaz cerebro-computadora sistema BCI2000 transformada Wavelet continua physionet.
topic	Imaginación motora mano robótica electroencefalografía interfaz cerebro-computadora sistema BCI2000 transformada Wavelet continua physionet. Motor imagery (MI) robotic hand electroencephalography (EEG) brain-computer interface BCI2000 system continuous Wavelet transform physionet
dc.subject.keyword.es_ES.fl_str_mv	Motor imagery (MI) robotic hand electroencephalography (EEG) brain-computer interface BCI2000 system continuous Wavelet transform physionet
description	This work as a degree project is based on the analysis of electroencephalography (EEG) signals under the application of motor imagination (MI), specifically on the intention of hand movement, thus generating a brain-computer interface. The signals to be studied were downloaded from the free database EEG Motor Movement / Imagery Dataset (eegmmidb) of PHYSIONET, these were acquired through the BCI2000 system where the electrodes are located superficially in healthy patients. The extraction of characteristics to apply the mental strategy (motor imagination), will be carried out through the application of the discrete Wavelet transform (daubechies) and for its classification two models are used based on: vector support machines and a feedforward neural network, visualizing the precision of each of the models used in the way of successes and failures through a confusion matrix
publishDate	2021
dc.date.accessioned.none.fl_str_mv	2021-08-12T15:52:38Z
dc.date.available.none.fl_str_mv	2021-08-12T15:52:38Z
dc.date.issued.spa.fl_str_mv	2021-06-05
dc.type.spa.fl_str_mv	Trabajo de grado (Pregrado y/o Especialización)
dc.type.coar.spa.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.none.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
format	http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv	http://repositorio.uan.edu.co/handle/123456789/4594
dc.identifier.bibliographicCitation.spa.fl_str_mv	Abdeltawab, A., & Ahmad, A. (2020). Classification of Motor Imagery EEG Signals Using Machine Learning. 2020 IEEE 10th International Conference on System Engineering and Technology (ICSET). pp. 196-201. AG, N. (16 de Abril de 2018). Package: NEUROSPEC AG. DSI-7 BCI 2000 Research Neurosciences. Neurospec.com. Retrieved 16 April 2021, . From https://www.neurospec.com/Products/Details/1071/dsi-7-bci-2000-package. Alberca, A. (2021). La librería Numpy \| Aprende con Alf. Aprende con Alf. Retrieved 18 May 2021, from https://aprendeconalf.es/docencia/python/manual/numpy/. Alda, A., & Torreblanca, N. (2018). Colocación de electrodos EEG en un Layout Fijo vs. Variable. Bitbrain. Retrieved 2 May 2021, from https://www.bitbrain.com/es/blog/colocacion-electrodos-eeg. Alomari, M. H. (2014). EEG Mouse: A Machine Learning-Based Brain Computer Interface. (IJACSA) International Journal of Advanced Computer Science and Applications 5.4. pp. 193-198. Amiri, S., Fazel-Rezai, R., & Asadpour, V. (2013). A review of hybrid brain-computer interface systems,” Advances in Human-Computer Interaction. Vol. I. pp. 1-8. Ang, K., Chua, K., Phua, K., Wang, C., Chin, Z., Kuah, C., . . . Guan, C. (April de 2014). A randomized controlled trial of EEG-based motor imagery brain-computer interface robotic rehabilitation for stroke. Clinical EEG and Neuroscience: bol. 46, pp. 310-320. Arboleda, Carolina, García, Eliana, Posada, Alejandro, . . . Róbinson. (04 de Abril de 2009). Diseño y construcción de un prototipo de interfaz cerebro-computador para facilitar la comunicación de personas con discapacidad motora. pp. 105- 115. Blank, A., French, J. A., Pehlivan, A. U., & O’Malley, M. K. (June de 2015). Current trends in robot-assisted upper-limb stroke rehabilitation: Promoting patient engagement in therapy,” Current Physical Medicine and Rehabilitation Reports". Vol 2, pp. 184-195. Bonnet, L., Lotte, F., & Lécuyer., A. (June de 2013). Two brains, one game: Design and evaluation of a multiuser bci video game based on motor imagery. IEEE Transactions on Computational Intelligence and AI in Games, 5(2). pp. 185–198.
dc.identifier.instname.spa.fl_str_mv	instname:Universidad Antonio Nariño
dc.identifier.reponame.spa.fl_str_mv	reponame:Repositorio Institucional UAN
dc.identifier.repourl.spa.fl_str_mv	repourl:https://repositorio.uan.edu.co/
url	http://repositorio.uan.edu.co/handle/123456789/4594
identifier_str_mv	Abdeltawab, A., & Ahmad, A. (2020). Classification of Motor Imagery EEG Signals Using Machine Learning. 2020 IEEE 10th International Conference on System Engineering and Technology (ICSET). pp. 196-201. AG, N. (16 de Abril de 2018). Package: NEUROSPEC AG. DSI-7 BCI 2000 Research Neurosciences. Neurospec.com. Retrieved 16 April 2021, . From https://www.neurospec.com/Products/Details/1071/dsi-7-bci-2000-package. Alberca, A. (2021). La librería Numpy \| Aprende con Alf. Aprende con Alf. Retrieved 18 May 2021, from https://aprendeconalf.es/docencia/python/manual/numpy/. Alda, A., & Torreblanca, N. (2018). Colocación de electrodos EEG en un Layout Fijo vs. Variable. Bitbrain. Retrieved 2 May 2021, from https://www.bitbrain.com/es/blog/colocacion-electrodos-eeg. Alomari, M. H. (2014). EEG Mouse: A Machine Learning-Based Brain Computer Interface. (IJACSA) International Journal of Advanced Computer Science and Applications 5.4. pp. 193-198. Amiri, S., Fazel-Rezai, R., & Asadpour, V. (2013). A review of hybrid brain-computer interface systems,” Advances in Human-Computer Interaction. Vol. I. pp. 1-8. Ang, K., Chua, K., Phua, K., Wang, C., Chin, Z., Kuah, C., . . . Guan, C. (April de 2014). A randomized controlled trial of EEG-based motor imagery brain-computer interface robotic rehabilitation for stroke. Clinical EEG and Neuroscience: bol. 46, pp. 310-320. Arboleda, Carolina, García, Eliana, Posada, Alejandro, . . . Róbinson. (04 de Abril de 2009). Diseño y construcción de un prototipo de interfaz cerebro-computador para facilitar la comunicación de personas con discapacidad motora. pp. 105- 115. Blank, A., French, J. A., Pehlivan, A. U., & O’Malley, M. K. (June de 2015). Current trends in robot-assisted upper-limb stroke rehabilitation: Promoting patient engagement in therapy,” Current Physical Medicine and Rehabilitation Reports". Vol 2, pp. 184-195. Bonnet, L., Lotte, F., & Lécuyer., A. (June de 2013). Two brains, one game: Design and evaluation of a multiuser bci video game based on motor imagery. IEEE Transactions on Computational Intelligence and AI in Games, 5(2). pp. 185–198. instname:Universidad Antonio Nariño reponame:Repositorio Institucional UAN repourl:https://repositorio.uan.edu.co/
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.rights.none.fl_str_mv	Acceso abierto
dc.rights.license.spa.fl_str_mv	Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) Acceso abierto https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.publisher.spa.fl_str_mv	Universidad Antonio Nariño
dc.publisher.program.spa.fl_str_mv	Ingeniería Biomédica
dc.publisher.faculty.spa.fl_str_mv	Facultad de Ingeniería Mecánica, Electrónica y Biomédica
dc.publisher.campus.spa.fl_str_mv	Popayán - Alto Cauca
institution	Universidad Antonio Nariño
bitstream.url.fl_str_mv	https://repositorio.uan.edu.co/bitstreams/80d5081c-dd99-4270-832c-531daf4dfb55/download https://repositorio.uan.edu.co/bitstreams/79b4cd5c-efc9-4c45-8aea-4f801a4a86bf/download https://repositorio.uan.edu.co/bitstreams/05f71694-b957-4804-a0db-f49cf71b7e2c/download https://repositorio.uan.edu.co/bitstreams/3ab2aeab-9b49-4e2d-9440-fc6600823566/download
bitstream.checksum.fl_str_mv	e3f0807c81e96c5af7227f08e5fd1ba4 ae39263444024f062da148c1dc94d00c abf78948938dcbcbde902b76937f0d7a c3b2cdca800aa01c6175488b1291697a
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional UAN
repository.mail.fl_str_mv	alertas.repositorio@uan.edu.co
_version_	1812928318302846976
spelling	Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)Acceso abiertohttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Quinayas Burgos, Cesar AugustoBalanta Quintero, José ManuelLópez Franco, Dany Fernando20561628716205616266422021-08-12T15:52:38Z2021-08-12T15:52:38Z2021-06-05http://repositorio.uan.edu.co/handle/123456789/4594Abdeltawab, A., & Ahmad, A. (2020). Classification of Motor Imagery EEG Signals Using Machine Learning. 2020 IEEE 10th International Conference on System Engineering and Technology (ICSET). pp. 196-201.AG, N. (16 de Abril de 2018). Package: NEUROSPEC AG. DSI-7 BCI 2000 Research Neurosciences. Neurospec.com. Retrieved 16 April 2021, . From https://www.neurospec.com/Products/Details/1071/dsi-7-bci-2000-package.Alberca, A. (2021). La librería Numpy \| Aprende con Alf. Aprende con Alf. Retrieved 18 May 2021, from https://aprendeconalf.es/docencia/python/manual/numpy/.Alda, A., & Torreblanca, N. (2018). Colocación de electrodos EEG en un Layout Fijo vs. Variable. Bitbrain. Retrieved 2 May 2021, from https://www.bitbrain.com/es/blog/colocacion-electrodos-eeg.Alomari, M. H. (2014). EEG Mouse: A Machine Learning-Based Brain Computer Interface. (IJACSA) International Journal of Advanced Computer Science and Applications 5.4. pp. 193-198.Amiri, S., Fazel-Rezai, R., & Asadpour, V. (2013). A review of hybrid brain-computer interface systems,” Advances in Human-Computer Interaction. Vol. I. pp. 1-8.Ang, K., Chua, K., Phua, K., Wang, C., Chin, Z., Kuah, C., . . . Guan, C. (April de 2014). A randomized controlled trial of EEG-based motor imagery brain-computer interface robotic rehabilitation for stroke. Clinical EEG and Neuroscience: bol. 46, pp. 310-320.Arboleda, Carolina, García, Eliana, Posada, Alejandro, . . . Róbinson. (04 de Abril de 2009). Diseño y construcción de un prototipo de interfaz cerebro-computador para facilitar la comunicación de personas con discapacidad motora. pp. 105- 115.Blank, A., French, J. A., Pehlivan, A. U., & O’Malley, M. K. (June de 2015). Current trends in robot-assisted upper-limb stroke rehabilitation: Promoting patient engagement in therapy,” Current Physical Medicine and Rehabilitation Reports". Vol 2, pp. 184-195.Bonnet, L., Lotte, F., & Lécuyer., A. (June de 2013). Two brains, one game: Design and evaluation of a multiuser bci video game based on motor imagery. IEEE Transactions on Computational Intelligence and AI in Games, 5(2). pp. 185–198.instname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/This work as a degree project is based on the analysis of electroencephalography (EEG) signals under the application of motor imagination (MI), specifically on the intention of hand movement, thus generating a brain-computer interface. The signals to be studied were downloaded from the free database EEG Motor Movement / Imagery Dataset (eegmmidb) of PHYSIONET, these were acquired through the BCI2000 system where the electrodes are located superficially in healthy patients. The extraction of characteristics to apply the mental strategy (motor imagination), will be carried out through the application of the discrete Wavelet transform (daubechies) and for its classification two models are used based on: vector support machines and a feedforward neural network, visualizing the precision of each of the models used in the way of successes and failures through a confusion matrixLa presente obra a título de proyecto de grado se fundamenta en el análisis de señales de electroencefalografía (EEG) bajo la aplicación de imaginación motora (MI), específicamente en la intención del movimiento de la mano, generando de esta manera una interfaz cerebro-computadora. Las señales a estudiar fueron descargadas de la base de datos gratuita EEG Motor Movement/Imagery Dataset (eegmmidb) de PHYSIONET, estas fueron adquiridas por medio del sistema BCI2000 donde los electrodos se ubican de manera superficial en pacientes sanos. La extracción de características para aplicar la estrategia mental (Imaginación motora), se realizará por medio de la aplicación de la transformada Wavelet discreta (daubechies) y para su clasificación se utilizan dos modelos basados en: máquinas de soporte vectorial y una red neuronal feedforward, visualizando la precisión de cada uno de los modelos empleados en manera de aciertos y fallos a través de una matriz de confusión.Ingeniero(a) Biomédico(a)PregradoPresencialMonografíaspaUniversidad Antonio NariñoIngeniería BiomédicaFacultad de Ingeniería Mecánica, Electrónica y BiomédicaPopayán - Alto CaucaImaginación motoramano robóticaelectroencefalografíainterfaz cerebro-computadorasistema BCI2000transformada Wavelet continuaphysionet.Motor imagery (MI)robotic handelectroencephalography (EEG)brain-computer interfaceBCI2000 systemcontinuous Wavelet transformphysionetAnálisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motoraTrabajo de grado (Pregrado y/o Especialización)http://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85GeneralORIGINAL2021_JoseBalanta2021_JoseBalantaapplication/pdf2225489https://repositorio.uan.edu.co/bitstreams/80d5081c-dd99-4270-832c-531daf4dfb55/downloade3f0807c81e96c5af7227f08e5fd1ba4MD532021_JoseBalanta_Acta2021_JoseBalanta_Actaapplication/pdf286542https://repositorio.uan.edu.co/bitstreams/79b4cd5c-efc9-4c45-8aea-4f801a4a86bf/downloadae39263444024f062da148c1dc94d00cMD522021_JoseBalanta_Autorización2021_JoseBalanta_Autorizaciónapplication/pdf1416275https://repositorio.uan.edu.co/bitstreams/05f71694-b957-4804-a0db-f49cf71b7e2c/downloadabf78948938dcbcbde902b76937f0d7aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-83747https://repositorio.uan.edu.co/bitstreams/3ab2aeab-9b49-4e2d-9440-fc6600823566/downloadc3b2cdca800aa01c6175488b1291697aMD54123456789/4594oai:repositorio.uan.edu.co:123456789/45942024-10-09 22:47:06.818https://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoopen.accesshttps://repositorio.uan.edu.coRepositorio Institucional UANalertas.repositorio@uan.edu.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

Análisis de señales EEG con potencial uso en el control de una mano robótica por medio de la aplicación de imaginación motora

Publicaciones similares